- mariafernanda.garzon@universidadeuropea.es
- Facultad de Ciencias de la Salud - Valencia
Profesor adjunto
Dra. María Fernanda Garzón Farinos
- Biomédicas y Salud
Profesora doctora acreditada. Mi trayectoria académica desde mi ingreso en la universidad ha sido la de una profesora universitaria preocupada por la docencia, la innovación didáctica y la investigación. Desde hace años, desarrollo mis líneas de investigación, armonizándolo con el trabajo profesional. Por mi relación con el grupo de investigación Datasea (UPV-CSIC) sobre datos de investigación en abierto, colaboro en proyectos de investigación, publicando artículos y participando en congresos. De esta colaboración con la UV y la UPV, se forja el tema de mi tesis doctoral. En esta línea, que continuo en la actualidad, publico mi propia tesis, que recibió el Premio Extraordinario 2017 de la UPV. Actualmente soy profesora de asignaturas relacionadas con metodología de la investigación y documentación científica.
Formación académica
Doctorada en Documentación
- Universitat Politècnica de València
- 2015
Licenciada en Documentación
- Universitat Politècnica de València
- 2004
Licenciada en Historia del Arte
- Universitat de València
- 2000
Especialista Universitario en Asesoría Legal en Tecnologías de la Información
- Universitat Politècnica de València
- 2007
Titulaciones
Experiencia profesional
Publicaciones
The impact of COVID-19 on Sport in Twitter: A Quantitative and Qualitative Content Analysis.
El presente estudio tiene como objetivo analizar los tuits publicados en relación con el deporte y la COVID-19. Desde finales de enero hasta principios de mayo de 2020, se descargaron más de 4 000 000 de tuits sobre este tema a través de la API de búsqueda de Twitter. Una vez eliminados los duplicados, las réplicas y los retuits, se analizaron 119 253 tuits originales. Se utilizó un análisis de contenido cuantitativo-cualitativo para estudiar los tuits seleccionados.
Survival analysis of author keywords in the library and Information Sciences area
Nuestro objetivo es adaptar un método estadístico para el análisis de series numéricas discretas a las palabras clave que aparecen en artículos científicos de un área determinada. Nuestro objetivo es detectar las nuevas palabras clave de autor que aparecen en un área de conocimiento determinada durante un periodo de un año, con el fin de cuantificar las probabilidades de supervivencia durante 10 años en función del impacto de las revistas en las que aparecieron.
Distance learning ECTS and flipped classroom in the anatomy learning: comparative study of the use of augmented reality, video and notes
Se han comparado tres recursos didácticos aplicados al estudio de la anatomía: apuntes con imágenes, vídeos y realidad aumentada. Se han analizado cuatro aspectos: el tiempo dedicado, los conocimientos adquiridos, la percepción metacognitiva y las perspectivas de uso de la realidad aumentada para el estudio.
Enriqueciendo la investigación en humanidades digitales. Análisis de textos de claustros académicos de la Universidad de Valencia (1775-1779) con KH Coder
El objeto de este trabajo es aplicar a un dataset en lenguaje natural -castellano del siglo XVIII- métodos de análisis de la disciplina de documentación. Pretende establecer una metodología automática de análisis cuantitativo y cualitativo de textos, que permita enriquecer en el futuro las conclusiones procedentes del análisis histórico tradicional. Este estudio construye los procedimientos necesarios para poder aplicar análisis de frecuencia, extracción y clasificación de palabras y la construcción de clústeres y redes neuronales con un dataset preexistente, de características muy singulares. Permite validar diferentes utilidades de herramientas y automatizar parte del trabajo de los historiadores, para la edición de los corpus documentales de los claustros universitarios.
Descargas
Proyectos de investigación
Stable methodologies to evaluate and measure quality, interoperability, blockchain and reuse of open data in the agricultural field (DATAUSE). (Plan Nacional I+D+I) (2020–2024).
La metodología DATAUSE (financiada por el Plan Nacional de I+D+i 2020-2024 de España a través de la Universitat Politècnica de València) ofrece marcos sólidos para evaluar los datos abiertos sobre agricultura mediante una combinación de evaluación cualitativa, métricas automatizadas y aprendizaje automático.